NumPy 1.14 - numpy.insert()

numpy.insert




numpy

numpy.insert

numpy.insert(arr, obj, values, axis=None) [source]

दिए गए सूचकांकों से पहले दिए गए अक्ष के साथ मान डालें।

पैरामीटर:

गिरफ्तारी: array_like

इनपुट सरणी

obj : इंट, स्लाइस या चींटियों का क्रम

वह वस्तु जो सूचकांक या सूचकांकों को परिभाषित करती है जिसके पहले values डाले जाते हैं।

संस्करण 1.8.0 में नया।

जब एक एकल स्केलर या एक तत्व के साथ एक अनुक्रम है, तो कई सम्मिलन के लिए समर्थन (कई बार कॉल सम्मिलित करने के समान)।

मान : array_like

गिरफ्तारी करने के लिए मान। यदि values का प्रकार arr से भिन्न होता है, तो values arr के प्रकार में बदल जाते हैं। values को आकार दिया जाना चाहिए ताकि arr[...,obj,...] = values कानूनी हो।

अक्ष : int, वैकल्पिक

एक्सिस जिसके साथ values को सम्मिलित values । यदि axis कोई नहीं है तो पहले arr को चपटा किया जाता है।

यह दिखाता है:

बाहर : ndarray

डाले गए values साथ arr की एक प्रति। ध्यान दें कि insert -इन-प्लेस नहीं होता है: एक नया एरे लौटाया जाता है। यदि axis कोई नहीं है, तो out एक चपटा सरणी है।

यह भी देखें

append
किसी सरणी के अंत में तत्व जोड़ें।
concatenate
किसी मौजूदा अक्ष के साथ सरणियों के अनुक्रम में शामिल हों।
delete
किसी ऐरे से तत्वों को हटाएं।

टिप्पणियाँ

ध्यान दें कि उच्च आयामी आवेषण के लिए obj=0 , obj=[0] से बिलकुल भिन्न है जैसे arr[:,0,:] = values arr[:,[0],:] = values से भिन्न है arr[:,[0],:] = values

उदाहरण

>>> a = np.array([[1, 1], [2, 2], [3, 3]])
>>> a
array([[1, 1],
       [2, 2],
       [3, 3]])
>>> np.insert(a, 1, 5)
array([1, 5, 1, 2, 2, 3, 3])
>>> np.insert(a, 1, 5, axis=1)
array([[1, 5, 1],
       [2, 5, 2],
       [3, 5, 3]])

अनुक्रम और स्केलर के बीच अंतर:

>>> np.insert(a, [1], [[1],[2],[3]], axis=1)
array([[1, 1, 1],
       [2, 2, 2],
       [3, 3, 3]])
>>> np.array_equal(np.insert(a, 1, [1, 2, 3], axis=1),
...                np.insert(a, [1], [[1],[2],[3]], axis=1))
True
>>> b = a.flatten()
>>> b
array([1, 1, 2, 2, 3, 3])
>>> np.insert(b, [2, 2], [5, 6])
array([1, 1, 5, 6, 2, 2, 3, 3])
>>> np.insert(b, slice(2, 4), [5, 6])
array([1, 1, 5, 2, 6, 2, 3, 3])
>>> np.insert(b, [2, 2], [7.13, False]) # type casting
array([1, 1, 7, 0, 2, 2, 3, 3])
>>> x = np.arange(8).reshape(2, 4)
>>> idx = (1, 3)
>>> np.insert(x, idx, 999, axis=1)
array([[  0, 999,   1,   2, 999,   3],
       [  4, 999,   5,   6, 999,   7]])